人机协作型新一代工业机器人基础研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    U1508208
  • 项目类别:
    联合基金项目
  • 资助金额:
    246.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0501.机器人与机构学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

With respect to the next generation human-collaborated industrial robots (HC-IR), this project focus on the following four fundamental researches: varying stiffness joint mechanism and its compliance control, human-robot-shared environment modeling and human collaboration intension awareness, real time decision making and control for safe behaviors, as well as mental development based autonomous learning and knowledge-guided active collaboration. This project will establish the general methodology for the HC-IR, and also develop testbed to verify the performance of the proposed techniques by experiments. The developed prototype will be further demonstrated with respect to the application scenarios such as human-robot-collaborated (HRC) disassembly in remanufacturing, and HRC assembly of large equipments.
本项目针对人机协作型新一代工业机器人中所包含的“变刚度关节驱动机构及柔顺性连续调控”、“人-机共享环境建模与人-机合作意图理解”、“人-机共享环境下的行为决策、实时规划与安全协同控制”、以及“自主发育式技能学习及基于知识的人-机协同”等四方面基础科学问题,开展具有原创性的理论方法与技术研究,初步构建人机协作型新一代工业机器人的共性方法体系;研制实验平台系统,全面验证理论方法与技术的可行性和有效性;开发人机协作型新一代工业机器人试验样机,面向“再制造人机互助拆解”和“大型装备人机互助装配”等典型使命,开展应用示范。本项目研究将为新一代工业机器人提供理论指导和关键技术支撑,为后续产品样机及装备研制奠定基础;同时,作为共性使能技术,本项目研究成果对于其它领域的新一代机器人,如医疗康复机器人、可穿戴行为辅助机器人等,也具有重要的方法与技术引导作用。

结项摘要

本项目针对人机协作型新一代工业机器人中所包含的“变刚度关节驱动机构及柔顺性连续调控”、“人-机共享环境建模与人-机合作意图理解”、“人-机共享环境下的行为决策、实时规划与安全协同控制”、以及“自主发育式技能学习及基于知识的人-机协同”等四方面关键科学技术问题,开展了具有原创性的理论方法与关键技术研究。首先。提出采用阿基米德螺旋线平面涡卷弹簧作为柔性元件,构建协作型机器人关节串联弹性驱动器;并进一步提出了一种柔性关节等效刚度直接调控方法,实现了机器人关节固定机械柔性与可控柔性的融合,为解决变刚度关节驱动机构及其柔顺性连续调控问题提供了一种解决方案。其次,提出了一种基于深度图像与三维栅格离线映射的机械臂环境建模方法,以及一种基于 TLD 算法的手势识别与跟踪方法,初步实现了机器人对人合作意图的理解,为实现人-机共享环境建模与人-机合作意图理解提供了一条可行的技术途径。第三,针对机械臂“整臂”避碰问题,提出了一种环境模型在线更新与分割方法,可以实时获得任意形状障碍物与机械臂本体的最近点;以及一种冗余机械臂在运动约束条件下在线求解逆向运动学的方法,从而实现了机械臂在动态环境下的整臂避碰。同时,基于阻抗控制与机械臂动力学模型相结合,实现了机械臂关节柔顺控制、末端人手牵引、碰撞检测及安全保护等功能。第四,提出一种基于强化学习和自适应核扩展模型的增量式自主学习方法,通过机器人与环境交互,实现机器人行为规则的自主学习;同时,采用自适应核扩展模型实现知识的不断更新累积,为机器人自主发育式技能学习提供了一种解决方案。本项目基于KUKA-IIWA机械臂研制出协作机器人控制技术验证平台,全面验证了所提方法技术的可行性和有效性;开发出一种7自由度人机协作型工业机器人功能样机,并实现了协作型机械臂在工业涂胶、航天机器人宇航员样机、以及关节置换手术中的示范应用。本项目全面完成了任务书规定的研究内容与指标。

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(17)
专利数量(8)
Comparison of 2D image models in segmentation performance for 3D laser point clouds
2D 图像模型在 3D 激光点云分割性能方面的比较
  • DOI:
    10.1016/j.neucom.2017.04.030
  • 发表时间:
    2017-08
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Liu Yisha;Wang Fei;Dobaie Abdullah M;He Guojian;Zhuang Yan
  • 通讯作者:
    Zhuang Yan
An active fault-tolerant control framework against actuator stuck failures under input saturations
针对输入饱和下执行器卡住故障的主动容错控制框架
  • DOI:
    10.1515/amcs-2017-0052
  • 发表时间:
    2017-12
  • 期刊:
    International Journal of Applied Mathematics and Computer Science
  • 影响因子:
    1.9
  • 作者:
    Qi Xin;Theilliol Didier;He Yuqing;Han Ji;a
  • 通讯作者:
    a
Active-Model-Based Control for the Quadrotor Carrying a Changed Slung Load
基于主动模型的四旋翼飞行器承载变化的悬挂负载的控制
  • DOI:
    10.3390/electronics8040461
  • 发表时间:
    2019
  • 期刊:
    Electronics
  • 影响因子:
    2.9
  • 作者:
    Yi Kui;Liang Xiao;He Yuqing;Yang Liying;Han Ji;a
  • 通讯作者:
    a
基于迁移学习的类别级物体识别与检测研究与进展
  • DOI:
    10.16383/j.aas.c180093
  • 发表时间:
    2019
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    张雪松;庄严;闫飞;王伟
  • 通讯作者:
    王伟
利用3D打印标定球的机械臂与RGB-D相机手眼标定方法
  • DOI:
    10.13973/j.cnki.robot.170642
  • 发表时间:
    2018
  • 期刊:
    机器人
  • 影响因子:
    --
  • 作者:
    杜惠斌;宋国立;赵忆文;韩建达
  • 通讯作者:
    韩建达

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于卷积神经网络的自适应样本加权脑机接口建模
  • DOI:
    10.13976/j.cnki.xk.2019.9054
  • 发表时间:
    2019
  • 期刊:
    信息与控制
  • 影响因子:
    --
  • 作者:
    邹宜君;赵新刚;徐卫良;韩建达
  • 通讯作者:
    韩建达
移动双臂机械手系统协调操作的视觉伺服技术
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    杨唐文;高立宁;阮秋琦;韩建达
  • 通讯作者:
    韩建达
野外移动机器人滑动效应的在线建模和跟踪控制
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    机器人
  • 影响因子:
    --
  • 作者:
    周波;戴先中;韩建达
  • 通讯作者:
    韩建达
非线性卡尔曼滤波方法的实验比较研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    谷丰;周楹君;何玉庆;韩建达
  • 通讯作者:
    韩建达
飞行机械臂系统的接触力控制
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    孟祥冬;何玉庆;张宏达;杨丽英;谷丰;韩建达
  • 通讯作者:
    韩建达

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

韩建达的其他基金

野外环境下移动机器人实时建模与自主行为优化方法研究
  • 批准号:
    61035005
  • 批准年份:
    2010
  • 资助金额:
    260.0 万元
  • 项目类别:
    重点项目
极地探测机器人在线地形参数估计和构型优化控制方法研究
  • 批准号:
    60775056
  • 批准年份:
    2007
  • 资助金额:
    29.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码